新闻  |   论坛  |   博客  |   在线研讨会
骁龙820A汽车-AVP自主泊车
车载技术工程师 | 2018-10-19 14:34:22    阅读:752   发布文章

 

骁龙820A汽车-AVP自主泊车

 

 

ADAS后,从L2级“自动泊车”迈向L4“自主泊车”。

 

第一款真正意义上的自动驾驶产品——针对停车场场景的自主泊车 AVP 1.0

 

 

图片.png 

 

 

 

L2级别的APA自动泊车开始,升级到L4级别的AVP自主泊车,最终迈向能在公开道路上行驶的无人驾驶

图片.png 

 

基于360°摄像头做的环视ADAS,与自动泊车相契合。在自动泊车之前,360°的环视影像,一大功能便是给司机泊车提供帮助。

 

在此基础之上,将环视摄像头与超声波雷达的数据进行融合,再加上对车辆的控制,便打造出了APA自动泊车功能。如此,自动泊车的开发既继承了既有的技术,又能够继承客户在这第一步迈出之后。相较于自动泊车,自主泊车并不需要驾驶员把车开到车位旁,而是会让车辆在一定范围内自己找车位。

 

AVP自主泊车方案延续了APA自动泊车的部分架构,但为了更精准的感知、定位与控制,又在其基础上进行了升级

图片.png 

 

图片.png 

 

感知方面,在APA采用环视摄像头+超声波雷达的基础上,AVP方案还会加入毫米波雷达的数据,实现三种传感器数据的融合。

 

同时,由于需要车辆跑得更远、定位更准,加入GNSS定位模块与IMU惯导模块(尤其应对无法收到卫星定位信号的地下停车场景)。


可以看到一块AVP自主泊车功第一款真正意义上的自动驾驶产品,推出针对停车场场景的自主泊车AVP 1.0能模块的板卡,以高通骁龙820A为核心打造。

 

 

 

图片.png

 

骁龙820A虽然原本为移动端设备而生,但经过实测,其算力足以承担6路高清视频信号的处理,同时运行纵目的神经网络。此外,为了让算力澎湃的骁龙820A能够稳定发挥,也特意加入了高功能安全等级的芯片,通过系统整体设计,让整个AVP达到了ASIL-B的功能安全等级。

 

眼下,已有的、载人的L4级自动驾驶方案普遍存在成本惊人的问题。AVP自主泊车选择一个具体场景、做一个具体功能的好处是,成本合理,能够为大多数主机厂接受。

 

 

一方面,在基于AI的机器视觉算法上,做出了更多成绩。基于高通骁龙820A,纵目定制了能够同时识别、分割车辆、树木、可行驶道路等多种物体的统一神经网络,也基于环视摄像头首创了俯视视角的语义分割和关键点检测算法,还研发了车辆3D关键点检测等算法。

 

图片.png 

图为统一神经网络,下图为俯视视角语义分割和关键点检测算法

图片.png 

 

 在自动驾驶数据集KITTI上,神经网络的成果

图片.png 

 

另一方面,对于AI需要的海量数据,通过不同的测试场地,各自模拟不同的情景。将数据收集的功能部署在车上。依托这些数据,对AVP自主泊车方案进行验证、迭代,让车辆的自动驾驶范围,从停车场中最后的五米,走向一百米乃至一公里,最终开上公开道路,而不仅仅是局限于泊车。

 

 

 

 



*博客内容为网友个人发布,仅代表博主个人观点,如有侵权请联系工作人员删除。

参与讨论
登录后参与讨论
推荐文章
最近访客